ingy

支持向量机（SVM）是一个强大的和通用的ML模型，能够执行分类，回归，甚至异常值检测，特别适合于复杂的中小型数据集。

在许多情况下，我们需要了解机器学习算法的内部实现，理解机器学习算法的基本逻辑将帮助我们找到恰当的机器学习模型，合适的训练算法，以及一个好的假设集。

完整的机器学习项目与典型的回归任务

机器学习的环境搭建与配置

目录 神经元 单层神经网络 两层神经网络 多层神经网络（深度学习） 总结神经元1）生物上的神经元一个神经元通常具有多个树突，主要用来接受传入信息；而轴突只有一条，轴突尾端有许多轴突末梢可以给其他多个神经元传递信息。轴突末梢跟其他神经元的树突产生连接，从而传递信号。这个连接的位置在生物学上叫做“突触”。...

卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中，通常包含若干个特征平面(featureMap)，每个特征平面由一些矩形排列的的神经元组成，同一特征平面的神经元共享权值，这里共享的权值就是卷积核。卷积核一般以随机小数矩阵的形式初始化，在网络的训练过程中卷积核将学习得到合...

假如说你想预测房价，研究所收集了一些房价的数据。你把这些数据画出来，看起来是这个样子：横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你有一套 750 平方英尺房子，现在你希望把房子卖掉，你想知道这房子能卖多少钱。 那么关于这个问题，机器学习算法将会怎么帮助你呢？ 我们应用学习算法...

1、线性回归综述 在统计学中，线性回归是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。一个带有一个自变量的线性回归方程代表一条直线。我们需要对线性回归结果进行统计分析。　　例如，假设我们已知一些学生年纪和游戏时间的数据，可以建立一个回归方程，输入一个新的年纪时，预测该学生的游戏时...

目录 1. 一层神经网络 2. 自己实现的二层神经网络 3. 基于TensorFlow的二层神经网络 4. 多层神经网络 5. 在多层神经网络中加入反向传播1. 一层神经网络搭建了一个最基本的一层神经网络，需要预先定义好权重和偏置，使用sigmod()函数作为激活函数。import numpy as np...